实体
large-v3-turbo
large-v3-turbo
PulseAugur coverage of large-v3-turbo — every cluster mentioning large-v3-turbo across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
通过提示工程和后处理，Whisper 听写准确性得到提升
作者详细介绍了他们如何提高 Whisper 语音转文本模型在个人听写中的准确性。他们发现许多看似的错误并非听错，而是填充词、口头更正或数字格式化的问题，这些可以通过简单的后处理步骤来解决。此外，使用句子形式的初始提示，而不是术语列表，显著提高了对 Kubernetes 和 PostgreSQL 等特定技术术语的识别能力。
-
新理论解释Whisper模型中的AI幻觉
一篇新的研究论文引入了光谱敏感性定理来解释大型自动语音识别（ASR）模型中的幻觉。该定理预测了一个相变，模型从信号衰减转变为秩-1崩溃。该理论在Whisper模型上进行了测试，结果显示中间版本经历了结构分解，而较大的模型则进入了一个寻求压缩的吸引子状态，使其与声学证据脱钩。
-
OpenAI Whisper模型反复重新下载，导致转录延迟
OpenAI的Whisper模型用户，特别是通过pipx安装`large-v3-turbo`版本的用户，遇到了模型反复重新下载的问题。当本地存储的模型文件的校验和与预期校验和不匹配时，就会发生这种情况，导致下载过程长达一小时，成为一个显著的瓶颈。用户希望了解模型文件为何被修改以及如何防止这种反复下载的问题。